Δημιουργία καθηλωτικών χαρτών και περιβαλλόντων για τον κόσμο της φαντασίας με τη Nano Banana

Εισαγωγή

Υπάρχει ένα συγκεκριμένο είδος απογοήτευσης που γνωρίζουν καλά όσοι δημιουργούν φανταστικούς κόσμους. Έχετε περάσει μήνες — μερικές φορές χρόνια — αναπτύσσοντας έναν φανταστικό κόσμο στο μυαλό σας. Η γεωγραφία έχει σχεδιαστεί, οι πολιτισμοί έχουν ξεχωριστές ταυτότητες και η ιστορία εκτείνεται πιο πίσω από ό,τι θα χρειαστεί ποτέ να φτάσει οποιαδήποτε μεμονωμένη ιστορία. Μπορείτε να κλείσετε τα μάτια σας και να δείτε την ομίχλη να ξεδιπλώνεται από τα έλη ανατολικά της πρωτεύουσας, τον τρόπο με τον οποίο η οροσειρά διαπερνά τον βόρειο ορίζοντα, το στενό δαιδαλώδες δίκτυο δρόμων στην περιοχή του λιμανιού όπου μεγάλωσε ο πρωταγωνιστής σας. Ο κόσμος είναι πραγματικός, για εσάς.

Τότε κάποιος σας ζητά να του δείξετε πώς μοιάζει, και συνειδητοποιείτε ότι όλα υπάρχουν μόνο στη φαντασία σας, χωρίς να έχετε τίποτα να δείξετε στα μάτια ενός άλλου ανθρώπου.

Αυτή είναι η στιγμή όπου πολλά έργα δημιουργίας κόσμων σταματούν. Το χάσμα μεταξύ μιας εσωτερικής δημιουργικής οπτικής και μιας εξωτερικής οπτικής αναπαράστασης απαιτούσε ιστορικά είτε σημαντικές καλλιτεχνικές δεξιότητες είτε σημαντικά χρήματα για να γεφυρωθεί. Συγγραφείς που δεν είναι επίσης εικονογράφοι, σχεδιαστές επιτραπέζιων παιχνιδιών που εργάζονται χωρίς στούντιο πίσω τους, ανεξάρτητοι προγραμματιστές παιχνιδιών των οποίων τα δυνατά σημεία είναι τα συστήματα και η αφήγηση — όλοι τους έχουν προσκρούσει σε αυτό το εμπόδιο. Ο κόσμος υπάρχει. Η ικανότητα να τον δείξουμε δεν υπάρχει.

Η δημιουργία εικόνων με τεχνητή νοημοσύνη έχει αλλάξει τα δεδομένα σε αυτόν τον χώρο με έναν τρόπο που φαίνεται, για πολλούς δημιουργούς που έχουν δημιουργήσει πλούσιους κόσμους, πραγματικά σημαντικός. Μεταξύ των εργαλείων που διατίθενται για αυτό το είδος εργασίας, το Nano Banana έχει γίνει το αγαπημένο εργαλείο των δημιουργών που χρειάζονται να μεταφράσουν εσωτερικούς κόσμους σε εξωτερικές εικόνες.

Η συγκεκριμένη πρόκληση της οπτικοποίησης φανταστικών περιβαλλόντων

Τα φανταστικά περιβάλλοντα φέρουν ένα ιδιαίτερο βάρος που τα ρεαλιστικά περιβάλλοντα δεν έχουν. Η οπτικοποίηση ενός ρεαλιστικού περιβάλλοντος πρέπει να ταιριάζει με το πώς φαίνεται πραγματικά κάτι. Ένα φανταστικό περιβάλλον πρέπει να ταιριάζει με το πώς θα έπρεπε να φαίνεται κάτι — μια αισθητική λογική που υπάρχει εξ ολοκλήρου στο μυαλό του δημιουργού και πρέπει να επικοινωνηθεί σε ένα κοινό που δεν έχει προηγούμενο σημείο αναφοράς.

Αυτό σημαίνει ότι το χάσμα μεταξύ μιας ασαφούς και μιας ακριβούς οδηγίας είναι τεράστιο στην οπτικοποίηση φαντασίας. «Μια φανταστική πόλη» παράγει κάτι γενικό. «Μια παραθαλάσσια πόλη χτισμένη στους βράχους ενός ηφαιστειακού νησιού, με αρχιτεκτονική που δείχνει αιώνες διαδοχικών πολιτισμών να στρωματοποιούν τις οικοδομικές τους παραδόσεις η μία πάνω στην άλλη, ζεστή κεχριμπαρένια πέτρα στο κάτω μέρος και λευκά επιχρισμένα ανώτερα επίπεδα, συνδεδεμένα με ένα περίτεχνο σύστημα εξωτερικών σκαλών και γεφυρών από σχοινιά, με το λιμάνι από κάτω γεμάτο αλιευτικά σκάφη και εμπορικά πλοία» παράγει κάτι που μπορεί πραγματικά να αποτυπώσει μια συγκεκριμένη δημιουργική όραση.

Το να μάθεις να γεφυρώνεις αυτό το χάσμα — να μεταφράζεις μια εσωτερική δημιουργική όραση σε γλώσσα αρκετά συγκεκριμένη ώστε να καθοδηγήσει τη δημιουργία της τεχνητής νοημοσύνης προς αυτήν — είναι η πραγματική δεξιότητα που βρίσκεται στο επίκεντρο αυτού του είδους εργασίας. Είναι μια δεξιότητα που αναπτύσσεται με την πρακτική, και είναι πολύ πιο προσιτή στους συγγραφείς και τους δημιουργούς κόσμων από το να μάθουν να ζωγραφίζουν ή να σχεδιάζουν. Τα εργαλεία βρίσκονται ήδη στα χέρια των ανθρώπων που ασχολούνται επαγγελματικά με τη γλώσσα.

Οι χάρτες ως σημείο εκκίνησης

Για πολλούς δημιουργούς κόσμων, ο χάρτης έρχεται πριν από οτιδήποτε άλλο. Υπάρχει ένας λόγος για τον οποίο τα φανταστικά μυθιστορήματα περιλαμβάνουν πάντα χάρτες ως προλογικό υλικό — προσανατολίζουν τον αναγνώστη στο χώρο, επικοινωνούν την κλίμακα και τη γεωγραφία του κόσμου και σηματοδοτούν ότι ο συγγραφέας έχει σκεφτεί προσεκτικά τη φυσική λογική του σκηνικού. Οι χάρτες της Μέσης Γης του Τόλκιν, οι χάρτες της Γης της Θάλασσας της Ούρσουλα Λε Γκουίν, τα χειρόγραφα περιγράμματα ηπείρων που κυκλοφορούν σε κάθε κοινότητα δημιουργών κόσμων — αυτά δεν είναι μεταγενέστερες σκέψεις. Είναι θεμελιώδη έγγραφα του δημιουργικού έργου.

Η δημιουργία με τεχνητή νοημοσύνη ανοίγει νέους ορίζοντες στην οπτικοποίηση χαρτών, πέρα από ό,τι μπορούσε να επιτύχει η παραδοσιακή χαρτογραφία φαντασίας. Πέρα από την καρτογραφική άποψη από ψηλά, οι δημιουργοί μπορούν πλέον να δημιουργήσουν προοπτικές από το επίπεδο του εδάφους για το ανάγλυφο που περιγράφουν οι χάρτες τους — πώς είναι πραγματικά να στέκεσαι στην άκρη αυτού του δάσους, να κοιτάς απέναντι στην έρημο, να πλησιάζεις αυτή την οροσειρά από τον δυτικό δρόμο; Αυτά είναι τα οπτικά ερωτήματα στα οποία οι χάρτες απαντούν έμμεσα και η τέχνη του περιβάλλοντος απαντά άμεσα.

Η χρήση του Nano Banana για αυτό το είδος εργασίας περιλαμβάνει συνήθως μια διαδικασία δύο βημάτων. Πρώτα επεξεργάζεται η γεωγραφική και πολιτική λογική του κόσμου — ο χάρτης, τα φυσικά χαρακτηριστικά, οι κλιματικές ζώνες, οι βασικές τοποθεσίες. Στη συνέχεια, ξεκινά η εργασία οπτικοποίησης του περιβάλλοντος: η μετατροπή κάθε σημαντικής τοποθεσίας σε μια συγκεκριμένη οπτική εικόνα που αποτυπώνει όχι μόνο τη φυσική εμφάνιση, αλλά και την ατμοσφαιρική και συναισθηματική ποιότητα του τόπου.

Η ατμόσφαιρα είναι το δύσκολο κομμάτι

Οποιοδήποτε ικανό εργαλείο δημιουργίας τεχνητής νοημοσύνης μπορεί να παράγει μια εικόνα ενός δάσους. Αυτό που διαχωρίζει την χρήσιμη οπτικοποίηση ενός φανταστικού περιβάλλοντος από ένα γενικό αποτέλεσμα είναι η ατμόσφαιρα — η συγκεκριμένη ποιότητα του φωτός, του καιρού, της ώρας της ημέρας, της εποχής και του συναισθηματικού τόνου που κάνει έναν τόπο να μοιάζει σαν να ανήκει σε έναν συγκεκριμένο κόσμο και όχι σε κανέναν συγκεκριμένο κόσμο.

Ένα δάσος σε μια ιστορία για αρχαία μαγεία και αργή διαφθορά φαίνεται διαφορετικό από ένα δάσος σε μια ιστορία για θαύμα και ανακάλυψη, ακόμα και αν η υποκείμενη γεωγραφία είναι παρόμοια. Η ιστορία της διαφθοράς θέλει κάτι βαρύ — χαμηλό φως που φιλτράρεται μέσα από πυκνό φύλλωμα, υπόροχο που μοιάζει μπερδεμένο και ανθεκτικό, χρώματα που τείνουν προς το γκρι-πράσινο και τη σκιά. Η ιστορία του θαύματος θέλει κάτι ανοιχτό — ακτίνες φωτός που διαπερνούν, κίνηση και φωτεινότητα, την αίσθηση ότι κάτι ενδιαφέρον βρίσκεται ακριβώς μετά την επόμενη στροφή του μονοπατιού.

Αυτές οι ατμοσφαιρικές διαφορές είναι που δίνουν σε έναν φανταστικό κόσμο την συναισθηματική του ταυτότητα, και μεταδίδονται στα εργαλεία δημιουργίας τεχνητής νοημοσύνης μέσω της γλώσσας του φωτός, του καιρού, του χρώματος και της εποχής. Οι δημιουργοί που αποκτούν ευχέρεια σε αυτούς τους περιγραφικούς όρους — που κατανοούν ότι το «συννεφιασμένο και κρύο» παράγει ένα θεμελιωδώς διαφορετικό συναισθηματικό κλίμα από το «χρυσό φως του απογεύματος» — λαμβάνουν σημαντικά πιο χρήσιμα αποτελέσματα από τα εργαλεία δημιουργίας σε σχέση με εκείνους που περιγράφουν μόνο φυσικά χαρακτηριστικά και αφήνουν την ατμόσφαιρα ακαθόριστη.

Εξερεύνηση των διακριτών περιοχών ενός κόσμου

Μία από τις πιο πρακτικά χρήσιμες εφαρμογές της δημιουργίας με τεχνητή νοημοσύνη για τη δημιουργία φανταστικών κόσμων είναι η ανάπτυξη της οπτικής ταυτότητας διακριτών γεωγραφικών και πολιτισμικών περιοχών. Οι πιο πλούσια ανεπτυγμένοι φανταστικοί κόσμοι έχουν εσωτερική ποικιλία — η ζεστή εμπορική δημοκρατία του νότου φαίνεται και αισθάνεται διαφορετική από το κρύο φεουδαρχικό βασίλειο του βορρά, το οποίο με τη σειρά του διαφέρει από την νομαδική κουλτούρα των ανατολικών πεδιάδων. Η επεξεργασία του πώς μοιάζει πραγματικά κάθε μία από αυτές τις περιοχές, σε συγκεκριμένους οπτικούς όρους, εμβαθύνει τον κόσμο και δίνει στον δημιουργό πολύ περισσότερο υλικό για να εργαστεί όταν γράφει σκηνές που διαδραματίζονται σε κάθε τοποθεσία.

Αυτή είναι μια εργασία που ωφελείται από την επανάληψη και τη σύγκριση. Η δημιουργία διαφόρων οπτικών ερμηνειών μιας περιοχής — διαφορετικές ώρες της ημέρας, διαφορετικές εποχές, διαφορετικά σημεία θέασης — και η αξιολόγηση του πόσο καλά η καθεμία αποτυπώνει τον επιδιωκόμενο χαρακτήρα του τόπου είναι ο τρόπος με τον οποίο η οπτική ταυτότητα της περιοχής γίνεται πιο ευκρινής. Η πρώτη εικόνα σπάνια είναι η οριστική· αποτελεί μια κατεύθυνση στην οποία πρέπει να αντιδράσουμε, να τελειοποιήσουμε και να αναπτύξουμε.

Με την πάροδο του χρόνου, ένας δημιουργός που εργάζεται με αυτόν τον τρόπο χτίζει μια οπτική βιβλιοθήκη που καλύπτει ολόκληρη τη γεωγραφία του κόσμου του — εικόνες αναφοράς για τις μεγάλες πόλεις, τα βασικά τοπία, τις σημαντικές τοποθεσίες της ιστορίας και τον γενικό οπτικό χαρακτήρα κάθε περιοχής. Αυτή η βιβλιοθήκη γίνεται ένας ανεκτίμητος πόρος, όχι μόνο για την εσωτερική σαφήνεια του δημιουργού, αλλά και για την επικοινωνία με τους συνεργάτες, για υλικό αναφοράς σε περίπτωση που ο κόσμος γίνει ποτέ εικονογραφημένο βιβλίο ή παιχνίδι, και για να μοιραστεί με ένα κοινό που θέλει να καταλάβει πώς μοιάζει ο κόσμος.

Όταν ο κόσμος πρέπει να υπάρχει έξω από το κεφάλι σας

Σε πολλά έργα δημιουργίας κόσμων έρχεται μια στιγμή που ο δημιουργός πρέπει να επικοινωνήσει τον κόσμο σε άλλους ανθρώπους — σε έναν συν-συγγραφέα, έναν συνεργάτη παιχνιδιού, έναν εκδότη, ένα κοινό στο Kickstarter, μια κοινότητα αναγνωστών που παρακολουθούν το έργο. Σε εκείνο το σημείο, η ικανότητα να δείχνεις αντί να λες μόνο γίνεται σημαντική με έναν τρόπο που δεν ήταν όταν ο κόσμος υπήρχε εξ ολοκλήρου ως ιδιωτικό δημιουργικό έργο.

Οι συγγραφείς που προωθούν εικονογραφημένα βιβλία χρειάζονται οπτικό υλικό ανάπτυξης. Οι σχεδιαστές επιτραπέζιων παιχνιδιών που χρηματοδοτούν τις εκστρατείες τους μέσω crowdfunding χρειάζονται εικόνες που να αποπνέουν την ατμόσφαιρα του κόσμου στον οποίο διαδραματίζεται το παιχνίδι. Οι ανεξάρτητοι προγραμματιστές παιχνιδιών χρειάζονται concept art του περιβάλλοντος που να επικοινωνεί την οπτική κατεύθυνση του έργου σε πιθανούς συνεργάτες και παίκτες. Σε όλες αυτές τις περιπτώσεις, η ύπαρξη μιας βιβλιοθήκης υψηλής ποιότητας οπτικών στοιχείων του περιβάλλοντος — που να αντιπροσωπεύουν με ακρίβεια τη δημιουργική όραση αντί να την υποδηλώνουν περίπου — είναι πραγματικά χρήσιμη.

Πριν από την εμφάνιση της τεχνητής νοημοσύνης, το σύνηθες ήταν να προσλαμβάνονται concept artists ή εικονογράφοι για αυτό το υλικό, κάτι που ήταν ακριβό, ή να χρησιμοποιείται ό,τι μπορούσε να δημιουργήσει ο ίδιος ο δημιουργός, το οποίο συχνά δεν αντιπροσώπευε την πραγματική ποιότητα της δημιουργικής οπτικής. Η τεχνητή νοημοσύνη έχει ανοίξει μια μέση οδό που δεν ήταν διαθέσιμη στο παρελθόν: οπτικοποίηση υπό την καθοδήγηση του δημιουργού που αντιπροσωπεύει με ακρίβεια τη δημιουργική οπτική χωρίς να απαιτεί ούτε σημαντικό προϋπολογισμό ούτε σημαντικές καλλιτεχνικές δεξιότητες από την πλευρά του δημιουργού.

Ο περιορισμός που αξίζει να αναφερθεί

Τίποτα από όλα αυτά δεν σημαίνει ότι η δημιουργία με AI είναι μια ολοκληρωμένη λύση για κάθε ανάγκη οπτικοποίησης φαντασίας. Υπάρχουν πράγματα που χειρίζεται λιγότερο καλά — εξαιρετικά συγκεκριμένες αρχιτεκτονικές λεπτομέρειες όπου έχει σημασία η ακριβής λογική του σχεδιασμού, ενσωμάτωση χαρακτήρων-περιβάλλοντος όπου συγκεκριμένοι χαρακτήρες πρέπει να εμφανίζονται σε συγκεκριμένα περιβάλλοντα με συνέπεια, και το είδος της επαναληπτικής διαδοχικής τέχνης που απαιτούν οι εικονογραφημένες νουβέλες ή οι γραφικές αφηγήσεις.

Το εργαλείο είναι επίσης τόσο καλό όσο η κατεύθυνση που του δίνεται. Ένας δημιουργός που δεν έχει κάνει τη δουλειά της ανάπτυξης του κόσμου του με συγκεκριμένους όρους — που έχει μια αόριστη αίσθηση της αισθητικής αλλά δεν έχει επεξεργαστεί τις λεπτομέρειες — θα διαπιστώσει ότι η δημιουργία με AI αντανακλά αυτή την αοριστία πίσω σε αυτόν. Η διαδικασία της αποτελεσματικής καθοδήγησης είναι από μόνη της μια άσκηση δημιουργίας κόσμου, που επιβάλλει ένα επίπεδο συγκεκριμενοποίησης στο οποίο οι αόριστες δημιουργικές προθέσεις τείνουν να αντιστέκονται.

Όταν χρησιμοποιείται από έναν δημιουργό που έχει κάνει τη δουλειά της ανάπτυξης του κόσμου του σε βάθος, η δημιουργία με τεχνητή νοημοσύνη γίνεται κάτι κοντά σε αυτό που πάντα θα έπρεπε να ήταν δυνατό για τους δημιουργούς κόσμων: ένα εργαλείο που κάνει το εσωτερικό ορατό, που γεφυρώνει το χάσμα μεταξύ του κόσμου στο μυαλό του δημιουργού και της εικόνας μπροστά στα μάτια κάποιου άλλου. Για τους συγγραφείς, τους σχεδιαστές και τους δημιουργούς παιχνιδιών που διαθέτουν πλούσια ανεπτυγμένους κόσμους χωρίς να έχουν τρόπο να τους παρουσιάσουν, αυτό δεν είναι κάτι ασήμαντο.